Long-Term Forecasting of Crop Water Requirement with BP-RVM Algorithm for Food Security and Harvest Risk Reduction
Notice bibliographique
Résumé
Cropping pattern planning is important to avoid crop failure.Meanwhile, cropping patterns are affected by climate change, which is constantly shifting and erratic.Mistakes in determining the planting schedule will affect the risk of crop failure.Hence, climate forecast using long-term hydro-climatological data must be conducted as cropping patterns are mapped for a multi-year period.Data was collected from the Meteorology, Climatology, and Geophysics Agency in Lombok Island.This paper discusses the combination of backpropagation and relevance vector machine with RBF kernel.We utilized BP-RVM architecture with three hidden layers to improve the performance of the network.This combination is utilized because of the BP algorithm's ability to simplify data pattern recognition and RVM to speed up and reduce the number of iterations for each data training-testing process.The evapotranspiration of each crop was then calculated using the FAO24 Blaney-Criddle method.Based on the forecasting, the average MAPE was below 20%, which indicates "good forecasting".The evapotranspiration values of CGPRT and horticultural crops were almost the same with an average of 2.79 mm/day and 2.78 mm/day.These values are lower than the evapotranspiration values of tobacco and rice.Finally, based on the calculation of each crop's water requirement throughout the year, it was recommended to start the first planting season at the end of October.The results of this study can be recommended to the government to apply the BP-RVM algorithm in forecasting hydro-climatological data and optimizing cropping patterns to avoid crop failure and maintain the stability of national food security.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».